数据结构之列表 timeit

数据结构之列表  timeit timeit模块

timeit模块可以用来测试一小段python代码的执行速度

class timeit.Timer(stmt=‘pass’,setup=‘pass’,timer=)

Timer是测量小段代码执行速度的类

stmt参数是要测试的代码语句（statment）

setup参数是运行代码时需要的设置

timer参数是一个定时器函数，与平台有关

timeit.Timer.timeit(number=1000000)

Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数，默认为1000000次。方法返回执行代码的平均耗时，一个float类型的秒数  

python列表类型不同操作的时间效率

python生成列表的常见形式有一下四种：

• 两个列表的相加
• 列表生成器
• 可迭代对象转化为列表
• 对空列表进行元素追加

对于以上四种形式，自定义四种函数实现

from timeit import Timer


#  对空列表进行元素追加
def test1():
    li = []
    for i in range(10000):
        li.append(i)


def test2():
    li = []
    for i in range(10000):
        li = li + [i]


def test3():
    li = [i for i in range(10000)]


def test4():
    li = list(range(10000))


time1 = Timer('test1()', 'from __main__ import test1')
print('append追加：', time1.timeit(1000))

time2 = Timer('test2()', 'from __main__ import test2')
print('求和:', time2.timeit(1000))

timer3 = Timer('test3()', 'from __main__ import test3')
print("列表生成器:", timer3.timeit(1000))

timer4 = Timer('test4()', 'from __main__ import test4')
print("可迭代对象转化:", timer4.timeit(1000))

运行结果：

元素追加（append和insert）

from timeit import Timer


def test5():
    li = []
    for i in range(10000):
        li.append(i)


def test6():
    li = []
    for i in range(10000):
        li.insert(0, i)  # 头部插入


time5 = Timer('test5()', 'from __main__ import test5')
print('append:', time5.timeit(1000))

time6 = Timer('test6()', 'from __main__ import test6')
print('insert:', time6.timeit(1000))

运行结果：

结果来看尾部添加的效率明显优于头部添加，这与python的列表数据存储方式决定的 同理，pop删除元素方式，从队头删除的效率要远远低于从队尾删除元素的效率。